微電網(wǎng)能量管理系統(tǒng)站控層設(shè)計

費 陽 沈 潤 戴桂木

（東南大學電氣工程學院，南京 210096）

微電網(wǎng)能量優(yōu)化管理[1-2]的目的是通過綜合考慮微網(wǎng)內(nèi)的用電需求情況、燃料費用及電價、氣候狀況、電能質(zhì)量要求、燃料消耗、需求側(cè)管理要求等情況來作出決策，給出每個分布式電源的功率和電壓設(shè)定值，在滿足熱/電負荷需求、確保微網(wǎng)能滿足與外網(wǎng)間的運行合同等的前提下，實現(xiàn)微網(wǎng)運行成本最小、分布式電源的運行效率最高、系統(tǒng)環(huán)境效益最大等目標。

目前，國內(nèi)外對微電網(wǎng)能量管理算法都有大量研究，文獻[3]基于“最優(yōu)保留”對遺傳算法進行改進，用于多元微電網(wǎng)能量管理，文獻[4]對含有微型燃氣輪機、光伏發(fā)電、燃料電池、蓄電池等多種單元的微電網(wǎng)建立模型實現(xiàn)微電網(wǎng)經(jīng)濟運行，文獻[5]提出算法的多目標優(yōu)化，實現(xiàn)微電網(wǎng)電能質(zhì)量和經(jīng)濟指標的最優(yōu)。但能量管理算法多停留在理論階段，調(diào)度計劃需要可再生能源出力及負荷需求數(shù)據(jù)為保障，與實際的負荷風光出力預測出現(xiàn)斷層。

本文正是以實際應(yīng)用為出發(fā)點，以多時間尺度策略實現(xiàn)能量管理功能[6]，對發(fā)用電預測[7-11]和能量管理算法深入研究，結(jié)合發(fā)用電預測、預測修正，不斷調(diào)整微電網(wǎng)調(diào)度指令，實現(xiàn)能量管理站控層的完整設(shè)計。

本文實現(xiàn)了微電網(wǎng)能量管理系統(tǒng)的整體架構(gòu)，從二次設(shè)備的數(shù)據(jù)采集、后臺能量管理系統(tǒng)開發(fā)以及用戶側(cè)的維護管理，通過長期運行對能量管理系統(tǒng)的運行效果進行驗證，并結(jié)合數(shù)據(jù)對算法進一步修正完善。

1 微電網(wǎng)能量管理系統(tǒng)

微電網(wǎng)能量管理系統(tǒng)其功能包括整個微電網(wǎng)的所有功能管理的上層監(jiān)控、決策和執(zhí)行。微電網(wǎng)能量管理系統(tǒng)對整個微電網(wǎng)系統(tǒng)運行進行監(jiān)測，分析下層采集上的數(shù)據(jù)，利用各個高級功能應(yīng)用軟件進行綜合分析，并給出及時的控制指令。在安全穩(wěn)定運行的前提下實現(xiàn)對微電網(wǎng)內(nèi)部各分布式電源的控制、儲能的監(jiān)管控制、負荷的需求響應(yīng)及投切。

1.1 就地控制層

就地控制層采用BECKHOFF 公司的軟PLC，通過EtherCAT 總線采集風機、光伏和儲能的各路電網(wǎng)信息，并將數(shù)據(jù)傳至站控層。需要采集的數(shù)據(jù)有風機和光伏的交流出線側(cè)的電壓、電流、有功和無功等電網(wǎng)信息，還需要與逆變器之間通信獲取各路逆變器的狀態(tài)數(shù)據(jù)，同時系統(tǒng)還需要控制各路出線的接觸器，實現(xiàn)線路的通斷。

1.2 站控層

站控層是實現(xiàn)微電網(wǎng)能量管理功能的核心部分，承擔數(shù)據(jù)的分析計算，發(fā)布調(diào)度指令等任務(wù)，實現(xiàn)微電網(wǎng)能量管理優(yōu)化目標。與大電網(wǎng)的優(yōu)化運行不同，微網(wǎng)運行不僅要考慮分布式電源提供電能、有效利用可再生能源、保護環(huán)境、減小燃料費用，還需考慮與外網(wǎng)間的電能交易，本文提出的優(yōu)化目標主要有以下兩點：

1）經(jīng)濟運行。通過對微網(wǎng)內(nèi)的可調(diào)度分布式電源和儲能設(shè)備進行合理調(diào)度，在確保可再生能源的盡可能消納前提下，盡量減少微網(wǎng)的運行成本和提高系統(tǒng)效率。

2）聯(lián)絡(luò)線功率控制。微網(wǎng)運行于聯(lián)網(wǎng)模式時，微網(wǎng)一般被要求控制成為一個友好負荷形式，微網(wǎng)應(yīng)有助于降低電能損耗，實現(xiàn)電力負荷的移峰填谷，提高電壓質(zhì)量或不造成電能質(zhì)量惡化等目標，因此一般要求微網(wǎng)聯(lián)絡(luò)線輸出功率平滑或者維持在一定功率范圍內(nèi)。

1.3 遠程訪問層

基于Web 開發(fā)的能量管理監(jiān)控系統(tǒng)，實現(xiàn)微電網(wǎng)能量管理優(yōu)化結(jié)果的各項數(shù)據(jù)展示，包括微電網(wǎng)一次接線圖、發(fā)用電預測、調(diào)度計劃等，此外提供數(shù)據(jù)維護功能，包括電價、儲能、聯(lián)絡(luò)線配置信息等。

2 站控層能量管理算法開發(fā)

站控層實現(xiàn)的能量管理算法采用多時間尺度能量管理優(yōu)化策略如圖1所示，以日時間尺度獲取氣象預測數(shù)據(jù)，作為日前發(fā)用電預測的依據(jù)并結(jié)合歷史數(shù)據(jù)發(fā)布日預測值，根據(jù)不同能量管理優(yōu)化模式調(diào)用相應(yīng)算法發(fā)布發(fā)電計劃；以小時時間尺度基于當日運行數(shù)據(jù)反饋對預測和發(fā)電計劃滾動修正；此外以10min 為時間尺度基于實時運行數(shù)據(jù)調(diào)用超短期預測[9]，并依據(jù)預測數(shù)值，比對滾動預測偏差分配給各可控單元，實現(xiàn)微電網(wǎng)功率平衡。

圖1 能量管理算法流程

2.1 發(fā)電預測

利用氣象數(shù)據(jù)基于相似日對預測日的可再生能源發(fā)電進行預測，其預測策略如圖2所示。結(jié)合近期負荷數(shù)據(jù)對負荷需求進行分析預測。基于實時運行數(shù)據(jù)，對當日的預測數(shù)據(jù)進行修正和超短期預測。

基于氣象預報利用相似日計算選取相似日進行風光預測[8]，對于光伏出力的影響因子主要為最低溫度、最高溫度、光照條件，對于風機出力的影響因子主要為風力和風向。

針對光伏、風機發(fā)電預測，分別建立向量Ypv=[Tmax,Tmin,G],Ywt=[Vw,Vd]。對向量中各分量進行歸一化，對預測日和歷史氣象數(shù)據(jù)進行相關(guān)性計算，得到相似度。選取最近N日中相似度最高的m日作為相似日預測發(fā)電。

圖2 發(fā)用電預測策略

引入變化趨勢的相似度計算，基于實時發(fā)電功率對下一時刻發(fā)電功率進行預測[9]。樣本中為運行到t時刻的前5 次采集到的發(fā)電功率p[5]，相似日對應(yīng)前5 個時刻及t時刻的發(fā)電功率p1[6],p2[6],…pm[6]，計算功率變化趨勢的相似度：

對相似度進行歸一化處理：

污水水量40萬t/d，約16650t/h,水量充足，足夠使用。冬季污水設(shè)計溫度約為15℃，熱泵冷凝器側(cè)供回水溫度為55～50℃。

對t時刻發(fā)電功率進行預測：

2.2 經(jīng)濟調(diào)度

可再生能源最大消納的基礎(chǔ)上，利用分時電價儲能按充放電策略進行控制[12]，實現(xiàn)谷時儲能吸納電量，峰時儲能釋放電量，提高微電網(wǎng)的經(jīng)濟性，經(jīng)濟調(diào)度流程如圖3所示。

經(jīng)濟調(diào)度的實現(xiàn)體現(xiàn)在優(yōu)化目標函數(shù)為運行成本，利用優(yōu)化算法尋找運行成本最小解。

目標函數(shù)如式：

式中，Pgrid(t)為t時段配電網(wǎng)吸收功率；Cgrid(t)為t時段售電價格；Ci為單元i的單位電量管理費用，￥/kW·h；Pi(t)為單元i在t時段的功率輸出。

圖3 經(jīng)濟調(diào)度策略

2.3 定聯(lián)絡(luò)線功率控制

微電網(wǎng)與上層配電網(wǎng)的互動，當接收到與市電功率交換指令時，儲能系統(tǒng)結(jié)合光伏發(fā)電量與負荷的實際用電量，更新儲能單元的輸出功率值和可控負荷的切除，實現(xiàn)微電網(wǎng)相對電網(wǎng)為一個可控源，定功率控制策略如圖4所示。

圖4 定功率控制策略

定功率控制的實現(xiàn)體現(xiàn)在優(yōu)化算法中的約束條件中：

儲能的約束條件為

基于改進遺傳算法，設(shè)置微電網(wǎng)能量管理算法中適應(yīng)度函數(shù)及約束條件，通過種群的迭代進化，最終找到迭代過程中的最優(yōu)解作為能量管理算法發(fā)布的調(diào)度指令。

3 站控層能量管理算法實現(xiàn)

基于氣象信息得到可再生能源出力和負荷需求的功率預測數(shù)據(jù)，預測曲線如圖5所示。

圖5 負荷需求及風光出力數(shù)據(jù)

兩組儲能的荷電狀態(tài)的上限均為0.9，下限分別為0.3 和0.2，兩組儲能的初始荷電狀態(tài)分別為0.55和0.45。實時電價見表1。

并網(wǎng)運行下的算法優(yōu)化結(jié)果見表2。

表1 峰谷電價表

表2 經(jīng)濟調(diào)度計劃

由上述比較可以看出，并網(wǎng)下的能量管理經(jīng)濟調(diào)度策略能夠?qū)崿F(xiàn)購電成本的明顯下降，其調(diào)度的出力曲線如圖6所示。兩組儲能在日運行計劃中滿足各自的荷電狀態(tài)約束，同時可以看出儲能在電價谷值時段進行充電，在電價峰值時段進行放電，并在日計劃結(jié)束時刻荷電狀態(tài)恢復初始狀態(tài)。

圖6 微電網(wǎng)經(jīng)濟優(yōu)化下的各單元調(diào)度

接收到定功率控制指令后，運行模式轉(zhuǎn)至定功率控制，基于超短時的可再生能源預測及負荷預測，調(diào)整兩組儲能的出力指令，實現(xiàn)聯(lián)絡(luò)線功率在設(shè)定數(shù)值。計算得到的各單元調(diào)度指令見表3，相應(yīng)的出力曲線圖如圖7所示。

表3 定功率調(diào)度計劃

圖7 定功率調(diào)度曲線

4 結(jié)論

本文給出了完整的微電網(wǎng)能量管理系統(tǒng)架構(gòu)，實現(xiàn)微電網(wǎng)數(shù)據(jù)采集、算法優(yōu)化、數(shù)據(jù)維護、遠程訪問等功能。主要研究微電網(wǎng)能量管理系統(tǒng)的站控層設(shè)計，實現(xiàn)微電網(wǎng)能量管理多尺度優(yōu)化策略，對發(fā)用電進行預測并加入反饋修正環(huán)節(jié)，此外基于實時運行數(shù)據(jù)修正調(diào)度計劃，實現(xiàn)能量管理策略的完整性，彌補了能量管理策略中對預測的空缺部分。優(yōu)化目標主要有經(jīng)濟調(diào)度及定功率控制，實現(xiàn)微電網(wǎng)的經(jīng)濟性和可控性，優(yōu)化效果通過算例得到有效驗證。

[1] 劉夢璇. 微網(wǎng)能量管理與優(yōu)化設(shè)計研究[D]. 天津大學,2012.

[2] 陳昌松. 光伏微網(wǎng)的發(fā)電預測與能量管理技術(shù)研究[D]. 華中科技大學,2011.

[3] 陳昌松,段善旭,蔡濤,等. 基于改進遺傳算法的微網(wǎng)能量管理模型[J]. 電工技術(shù)學報,2013(4): 196-201.

[4] 劉天琪， 江東林. 基于儲能單元運行方式優(yōu)化的微電網(wǎng)經(jīng)濟運行[J]. 電網(wǎng)技術(shù),2012(1): 45-50

[5] 王新剛,艾芊,徐偉華,等. 含分布式發(fā)電的微電網(wǎng)能量管理多目標優(yōu)化[J]. 電力系統(tǒng)保護與控制,2009(20): 79-83

[6] 魏路平,張小白,盧敏,等.日前電力市場環(huán)境下的實時調(diào)度[J]. 電力系統(tǒng)自動化,2007(24): 38-41.

[7] 周英,尹邦德,任鈴,等. 基于BP 神經(jīng)網(wǎng)絡(luò)的電網(wǎng)短期負荷預測模型研究[J]. 電測與儀表,2011(2): 68-71.

[8] 孟洋洋,盧繼平,孫華利,等. 基于相似日和人工神經(jīng)網(wǎng)絡(luò)的風電功率短期預測[J]. 電網(wǎng)技術(shù),2010(12): 163-167.

[9] 段彬. 風光互補發(fā)電控制系統(tǒng)中的短期功率預測研究[D]. 電子科技大學,2011.

[10] Peder Bacher,Henrik Madsen,Henrik Aalborg,Nielsen. Online short-term solar power forecasting[J]. Solar Energy,2009: 1772-1783.

[11] James W. Taylor. Short-Term Electricity Demand Forecasting Using Double Seasonal Exponential Smoothing[J]. Journal of Operational Research Society,2003(54): 799-805.

[12] 李揚,王治華,盧毅,等. 峰谷分時電價的實施及大工業(yè)用戶的響應(yīng)[J]. 電力系統(tǒng)自動化,2001(8): 45-48.